基于轻量化RT-DETR模型的光伏面板检测方法及系统

AITNT
正文
推荐专利
基于轻量化RT-DETR模型的光伏面板检测方法及系统
申请号:CN202510650284
申请日期:2025-05-20
公开号:CN120765527A
公开日期:2025-10-10
类型:发明专利
摘要
本发明属于目标检测技术领域,提供了一种基于轻量化RT‑DETR模型的光伏面板检测方法及系统,包括:获取光伏面板表面图像;利用光伏面板表面图像,以及预设的光伏面板表面污垢检测模型,得到污垢检测结果;采用RT‑DETR模型进行光伏面板污垢检测,基于StarNet骨干网络,通过简洁的网络设计,减少冗余计算量,使用多尺度多头注意力机制内特征交互模块,改进了混合编码器,对RT‑DETR模型完成轻量化改进,相比于传统目标检测算法,在进行污垢的分布不规则,污垢目标小等特点的光伏面板图像处理时,能获取到更多高级特征信息,同时减少计算量,具有更高的精度以及更快的速度,对光伏面板污垢等小目标检测有着较高的精度。
技术关键词
光伏面板 混合编码器 多头注意力机制 污垢 多尺度特征提取 模块化结构 压缩特征 计算机程序产品 深层特征提取 图像 网络 生成多尺度 阶段 语义 处理器 数据采集模块 冗余
系统为您推荐了相关专利信息
1
基于多通道图像采集卡的图像采集方法及装置
图像采集卡 图像采集方法 多通道 伽马校正 二阶巴特沃斯滤波电路
2
基于多尺度特征提取与FRFT卷积的SAR船舰检测方法
分数阶傅里叶变换 多尺度特征提取 残差模块 检测网络模型 采样模块
3
一种基于SAM的多模态弱纹理边坡遥感图像的分割方法
图像编码器 纹理 分割方法 卷积模块 边坡裂隙
4
一种卷烟包灰缩灰率计算方法和检测系统
计算方法 多级特征 多尺度特征融合 多角度 多尺度特征提取
5
基于Mamba-YOLO的半导体激光器芯片损伤检测方法及系统
半导体激光器芯片 损伤检测方法 特征提取模块 融合特征 多尺度特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号